Dans ce cours, vous vous appuierez sur les compétences acquises dans les cours Analyse de données exploratoires avec MATLAB et Traitement des données et ingénierie des objets avec MATLAB pour accroître votre capacité à exploiter la puissance de MATLAB afin d'analyser des données pertinentes pour votre travail. Ces compétences sont précieuses pour ceux qui ont une connaissance du domaine et une certaine exposition aux outils de calcul, mais pas de formation en programmation. Pour réussir ce cours, vous devez avoir des connaissances en statistiques de base (histogrammes, moyennes, écart-type, ajustement de courbe, interpolation) et avoir suivi les cours 1 à 2 de cette spécialisation.
Modélisation prédictive et apprentissage automatique avec MATLAB
Profitez de l'une de nos meilleures offres et renforcez vos compétences avec 50 % de réduction sur Coursera Plus. Économisez maintenant.
Modélisation prédictive et apprentissage automatique avec MATLAB
Ce cours fait partie de Spécialisation "Science des données pratique avec MATLAB"
Instructeurs : Michael Reardon
17 412 déjà inscrits
Inclus avec
Obtenez un aperçu d'un sujet et apprenez les principes fondamentaux.
120 avis
niveau Débutant
Aucune connaissance prérequise
2 semaines à compléter
à 10 heures par semaine
Ce que vous apprendrez
Appliquer un processus complet d'apprentissage automatique, du nettoyage des données à l'entraînement et à l'évaluation des modèles à l'aide d'un ensemble de données réelles
Utilisez des applications pour entraîner rapidement de nombreux modèles d'apprentissage automatique afin de trouver la meilleure approche pour votre application
Personnalisez la formation en utilisant des matrices de coûts pour mettre l'accent sur les classes importantes
Compétences que vous acquerrez
- Catégorie : Modélisation prédictive
- Catégorie : Analyse de régression
- Catégorie : Apprentissage automatique
- Catégorie : Méthodes d'apprentissage automatique
- Catégorie : Prétraitement des données
- Catégorie : Évaluation du modèle
- Catégorie : Modèle de formation
- Catégorie : Apprentissage statistique des machines
- Catégorie : Apprentissage supervisé
- Catégorie : Optimisation du modèle
- Catégorie : Apprentissage automatique appliqué
- Catégorie : Validation des données
- Catégorie : Ingénierie des fonctionnalités
Outils que vous découvrirez
- Catégorie : Algorithmes de classification
- Catégorie : Matlab
Détails à connaître
Certificat partageable
Ajouter à votre profil LinkedIn
Enseigné en Anglais
Planning flexible
Apprenez à votre propre rythme
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
Ce cours fait partie de la Spécialisation "Science des données pratique avec MATLAB"
Lorsque vous vous inscrivez à ce cours, vous êtes également inscrit(e) à cette Spécialisation.
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Il y a 4 modules dans ce cours
Obtenez un certificat professionnel
Ajoutez ce titre à votre profil LinkedIn, à votre curriculum vitae ou à votre CV. Partagez-le sur les médias sociaux et dans votre évaluation des performances.
Instructeurs
Évaluations de l’enseignant
(54 évaluations)Offert par
En savoir plus sur Apprentissage automatique
Statut : Essai gratuit
Statut : Essai gratuitUniversity of Glasgow
Statut : Essai gratuitEdureka
Statut : Essai gratuitUniversity of Minnesota
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Felipe M.
Étudiant(e) depuis 2018
’Pouvoir suivre des cours à mon rythme à été une expérience extraordinaire. Je peux apprendre chaque fois que mon emploi du temps me le permet et en fonction de mon humeur.’
Jennifer J.
Étudiant(e) depuis 2020
’J'ai directement appliqué les concepts et les compétences que j'ai appris de mes cours à un nouveau projet passionnant au travail.’
Larry W.
Étudiant(e) depuis 2021
’Lorsque j'ai besoin de cours sur des sujets que mon université ne propose pas, Coursera est l'un des meilleurs endroits où se rendre.’
Chaitanya A.
’Apprendre, ce n'est pas seulement s'améliorer dans son travail : c'est bien plus que cela. Coursera me permet d'apprendre sans limites.’
Avis des étudiants
- 5 stars
80,99 %
- 4 stars
15,70 %
- 3 stars
2,47 %
- 2 stars
0 %
- 1 star
0,82 %
Affichage de 3 sur 120
MS
Révisé le 19 mai 2026
In the data and code files folder, the taxi data files are missing.
JD
Révisé le 26 oct. 2020
Great Course and very helpful. Good to be able to put hands on real data and exercises.
AM
Révisé le 7 nov. 2020
Outstanding course with real practical study case and easy to understand approach to build ML models and deploy it for production for end-user.Good job MathWorks.
Foire Aux Questions
Plus de questions
Aide financière disponible,
¹ Certains travaux de ce cours sont notés par l'IA. Pour ces travaux, vos Données internes seront utilisées conformément à Notification de confidentialité de Coursera.